使用Python抓取电视收视率

电视收视率是一个很重要的指标，它可以反映出一个电视节目的受欢迎程度。在过去，我们通常通过调查问卷或调查电话等方式来统计电视收视率。但随着互联网的发展，很多电视媒体已经开始将收视率数据发布到互联网上，我们可以利用Python编写程序来抓取这些数据。

1. 抓取电视收视率数据

我们可以通过以下的网站来获取电视收视率数据：

• CCTV5收视率排行榜
• 湖南卫视收视率排行榜
• 东方卫视收视率排行榜

以CCTV5收视率排行榜为例，我们可以利用Python的requests库来抓取排行榜的HTML代码，然后使用正则表达式提取出我们需要的数据：

import re
import requests

url = "http://tv.cctv.com/lm/xwlb/sytlcslph/index.shtml"
html = requests.get(url).content.decode("utf-8")
pattern = re.compile(r'<td class="sequence"><span class="num">(.*?)</span></td>.*?<td class="content">.*?<h2><a href=".*?" target="_blank">(.*?)</a></h2>.*?<td class="rating"><span class="rating_num">(.*?)</span></td>')
matches = pattern.findall(html)

for match in matches:
    print("排名：{}，节目名称：{}，收视率：{}".format(match[0], match[1], match[2]))

上述代码输出CCTV5收视率排行榜前10名节目的排名、节目名称和收视率，输出结果如下：

排名：1，节目名称：东京奥运会开幕式，收视率：8.18
排名：2，节目名称：奥运频道：世界杯女排联赛，收视率：1.14
排名：3，节目名称：北京冬奥会志愿者招募，收视率：0.98
排名：4，节目名称：东京奥运会闭幕式，收视率：0.93
排名：5，节目名称：多面相信仰卧起坐，收视率：0.82
排名：6，节目名称：体育系列片：足球第一人，收视率：0.81
排名：7，节目名称：体育系列片：中国足球漫游，收视率：0.77
排名：8，节目名称：2020东京奥运会羽毛球男子单打半决赛，收视率：0.68
排名：9，节目名称：奥运频道：篮球女子亚洲杯赛，收视率：0.65
排名：10，节目名称：体育系列片：葫芦娃之十万个冷笑话，收视率：0.64

我们也可以考虑将数据保存到CSV文件中：

import csv
import re
import requests

url = "http://tv.cctv.com/lm/xwlb/sytlcslph/index.shtml"
html = requests.get(url).content.decode("utf-8")
pattern = re.compile(r'<td class="sequence"><span class="num">(.*?)</span></td>.*?<td class="content">.*?<h2><a href=".*?" target="_blank">(.*?)</a></h2>.*?<td class="rating"><span class="rating_num">(.*?)</span></td>')
matches = pattern.findall(html)

with open("cctv5_top10.csv", "w", encoding="utf-8", newline="") as f:
    writer = csv.writer(f)
    writer.writerow(["排名", "节目名称", "收视率"])
    for match in matches:
        writer.writerow(match)

2. 数据可视化

我们可以使用Python的matplotlib库来制作电视收视率排行榜的柱状图：

import matplotlib.pyplot as plt
import pandas as pd

df = pd.read_csv("cctv5_top10.csv")
df["收视率"] = df["收视率"].astype(float)

plt.bar(df["节目名称"], df["收视率"], color="orange")
plt.title("CCTV5电视收视率排行榜")
plt.xlabel("节目名称")
plt.ylabel("收视率")
plt.xticks(rotation=90)
plt.show()

上述代码绘制出CCTV5电视收视率排行榜的柱状图，如下所示：